Modèle DCC-GARCH de Fourier
Le modèle DCC-GARCH de Fourier étend le cadre GARCH à corrélation dynamique conditionnelle d'Engle en intégrant des termes trigonométriques de Fourier dans les équations de moyenne conditionnelle ou de variance. Cela permet au modèle d'approximer des changements structurels lisses et graduels dans la dynamique de volatilité et les corrélations inter-actifs sans nécessiter la connaissance du nombre ou du moment des points de rupture.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- Engle, R. (2002). Dynamic conditional correlations: A simple class of multivariate generalized autoregressive conditional heteroskedasticity models. Journal of Business and Economic Statistics, 20(3), 339-350. link ↗
- Nazlioglu, S., Gormus, N. A., & Soytas, U. (2016). Oil prices and real estate investment trusts (REITs): Gradual-shift causality and volatility transmission analysis. Energy Economics, 60, 168-175. DOI: 10.1016/j.eneco.2016.09.009 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Fourier Dynamic Conditional Correlation GARCH Model. ScholarGate. https://scholargate.app/fr/econometrics/fourier-dcc-garch
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Modèle DCC-GARCH (Corrélation Conditionnelle Dynamique)Économétrie↔ compare
- Modèle EGARCH (GARCH exponentiel)Économétrie↔ compare
- Modèle GARCH de FourierÉconométrie↔ compare
- Modèle GARCH (Prévision de la volatilité)Économétrie↔ compare
- Autoregressive Vectoriel (VAR)Économétrie↔ compare
Une erreur sur cette page ? Signalez-la ou proposez une correction →